#161 Claude Sonnet 5
none- Cost
- $0.061
- Timp
- 53.7s
- Tokenuri
- 6,172 tok
Anthropic
Lansare: 2026-06-30
Testat la: 2026-08-14 02:10
anthropic/claude-sonnet-5::none
~1T în total (~100B activi)MoEÎnchisEstimat
(medium)
(none)
Rezumat
Claude Sonnet 5 obține 6.1 pe AI BENCHY și este pe #161. Are fiabilitate 10.0, rată de reușită 40.9%, cost total $0.548 și timp mediu de răspuns 6.05s.
Ce face Claude Sonnet 5 unic: Se remarcă cel mai mult la Combinat, unde este pe #3, iar Trucuri anti-AI este zona cea mai slabă, la #13.
Date despre model
Documentat la 2026-08-12
- Parametri
- ~1T în total (~100B activi)
- Arhitectură
- MoE
- Disponibilitate
- Închis
- Licență
- -
Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.
6.1
Consistență
8.7
10.0
$0.548
Total tokenuri de ieșire
22,508
Total tokenuri de intrare
161,032
Preț de intrare
$2.000 / 1M
Preț de ieșire
$10.000 / 1M
Teste instabile
4
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-08-14 02:10 Retestare | 6.1 | 10.0 | $0.548 | Rularea curentă | |
| 2026-07-16 22:32 Test nou adăugat | 6.3 | 10.0 | $0.548 | Compară | |
| 2026-06-30 21:33 Prima rulare | 5.7 | 10.0 | $0.287 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Comparație între rulări
| Rulare | Acoperire benchmark | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 02:10 · Rularea curentă | 66/66 încercări | 6.1 | 8.7 | 10.0 | 7/22 | 4 | 22,508 | 161,032 | $0.548 | 6.05s |
| 2026-06-30 21:33 · Prima rulare | 63/63 încercări | 5.7 | 8.6 | 10.0 | 7/21 | 4 | 13,325 | 76,797 | $0.287 | 4.74s |
| Diferență | — | +0.5 | +0.1 | 0.0 | 0 | 0 | +9183 | +84235 | +$0.261 | +1309ms |
Acoperirea benchmark diferă: 66/66 încercări (Țintă: 3 repetări per test) față de 63/63 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
Istoric prețuri
Date istorice de preț pentru acest model de la OpenRouter.
| Dată | Preț de intrare | Preț de ieșire |
|---|---|---|
| 2026-08-14 12:51 | $2.000 / 1M | $10.000 / 1M |
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
Top modele după scor
Scor vs Cost total
Timp de răspuns (mediu)
Scor vs Timp de răspuns (mediu)
Total tokenuri de ieșire
Scor vs Total tokenuri de ieșire
Comparație rapidă
Claude Sonnet 5nonevsGPT-5.6 LunalowClaude Sonnet 5nonevsGemini 3.1 Flash LiteminimalClaude Sonnet 5nonevsGemma 4 31BmediumDisponibil gratuitClaude Sonnet 5nonevsQwen3.5-35B-A3BmediumClaude Sonnet 5nonevsSeed-2.0-LitenoneClaude Sonnet 5nonevsgpt-oss-120bmediumClaude Sonnet 5nonevsRing-2.6-1TmediumClaude Sonnet 5nonevsQwen3.7 FlashnoneClaude Sonnet 5nonevsLing-3.0-flashhighClaude Sonnet 5nonevsGemini 3.1 Flash Litenone
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 5.3 | 10.0 | |
| Programare | 4.6 | 7.9 | |
| Combinat | 6.5 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 2.9 | 7.2 | |
| Inteligență generală | 4.7 | 3.1 | |
| Respectarea instrucțiunilor | 6.4 | 10.0 | |
| Rezolvare de puzzle-uri | 6.0 | 7.4 | |
| Apelare instrumente | 10.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |